OpenCode
开源 AI 编程 Agent,支持 75+ 模型供应商,终端 / IDE / 桌面端都能用,GitHub 22 万星
《开源大模型食用指南》讲的是部署与微调:在 Linux 环境用全参数或 LoRA 微调国内外开源 LLM 与多模态模型,覆盖环境准备、显存估算、训练和推理服务。
仓库 Apache-2.0、约 3.3 万星,按模型逐个给命令和注意事项,更新到 2026 年 11 月;适合想把模型跑在自己机器上、又不想从零踩环境坑的人。每个模型一章,写清下载地址、依赖版本、启动命令和常见报错,还给出不同显存档位对应的量化方案;照着做能在单卡上跑起 7B 到 30B 级别的模型。也标注了 vLLM、SGLang 等框架的适配情况和常见显存坑。遇到报错先看常见问题一节。
本站AI之旅导航提供的Datawhale 开源大模型食用指南都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由AI之旅导航实际控制,在2026年11月22日 下午2:52收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,AI之旅导航不承担任何责任。



